SQL Server 2008 R2
- Microsoft 소프트웨어 및 서비스의 품질과 안정성, 성능을 향상시키기 위한 사용자 환경 개선 프로그램에 참여해 주시기 바랍니다. 이 프로그램에 참여하는 사용자에 한하여 사용 패턴과 경향을 확인하기 위해 컴퓨터의 ...
- Microsoft 소프트웨어 및 서비스의 품질과 안정성, 성능을 향상시키기 위한 사용자 환경 개선 프로그램에 참여해 주시기 바랍니다. 이 프로그램에 참여하는 사용자에 한하여 사용 패턴과 경향을 확인하기 위해 컴퓨터의 ...
- Microsoft 소프트웨어 및 서비스의 품질과 안정성, 성능을 향상시키기 위한 사용자 환경 개선 프로그램에 참여해 주시기 바랍니다. 이 프로그램에 참여하는 사용자에 한하여 사용 패턴과 경향을 확인하기 위해 컴퓨터의 ...
- Microsoft 시계열 알고리즘은 ARIMA 분석과 의사 결정 트리를 기반으로 하는 선형 회귀의 조합을 사용하여 월별 판매량, 연간 매출 등의 시간 관련 데이터를 분석합니다. 알고리즘이 발견한 패턴을 사용하여 미래의 ...
- Microsoft 시계열 알고리즘은 시간 관련 데이터를 분석하여 시계열 분석을 기반으로 월별 매출 패턴 및 연간 수익 패턴 같은 패턴을 검색합니다.
- Microsoft 시퀀스 클러스터링 알고리즘은 시퀀스 분석과 클러스터링의 조합으로서, 시퀀스에서 비슷한 순서로 정렬된 이벤트의 클러스터를 식별합니다. 이 클러스터를 사용하여 알려진 특징에 따라 시퀀스에서 비슷한 순서로 ...
- Microsoft 시퀀스 클러스터링 알고리즘은 시퀀스 분석과 클러스터링이라는 두 가지 다른 데이터 마이닝 기술을 함께 사용합니다. 이 알고리즘은 시퀀스 관련 패턴을 분석하고 클러스터링합니다.
- Microsoft 신경망 알고리즘은 점진적 방법으로 다중 계층 네트워크의 매개 변수를 최적화하여 여러 특성을 예측합니다. 이 알고리즘은 연속 특성의 회귀뿐 아니라 불연속 특성의 분류에도 사용할 수 있습니다.
- Microsoft 연결 규칙 알고리즘은 트랜잭션에 함께 나타날 가능성이 가장 높은 항목들을 설명하는 규칙을 작성합니다. 이 규칙을 사용하면 트랜잭션에 나온 다른 항목을 기반으로 하여 특정 항목이 나타날지 예측할 수 있습니다. ...
- Microsoft 연결 알고리즘은 특성 값이나 트랜잭션 항목 간의 상관 관계 계산을 사용하여 데이터를 분석합니다.
- Microsoft 의사 결정 트리 알고리즘은 예측 모델링에 적합한 분류 알고리즘입니다. 이 알고리즘에서는 개별적인 특성과 연속된 특성을 모두 예측할 수 있습니다.
- Microsoft 정품 인증서 또는 제품 포장에 있는 25자 키를 입력하여 이 SQL Server 2008 R2 인스턴스의 정품 여부를 확인하십시오. Evaluation 또는 Express와 같은 SQL Server의 ...
- Microsoft 클러스터링 알고리즘은 반복 기술을 사용하여 비슷한 특징을 가진 클러스터로 레코드를 그룹화합니다. 이 알고리즘은 데이터에서 일반적인 그룹화를 찾을 때 유용합니다.
- Microsoft 클러스터링 알고리즘은 특성 값에 대한 다차원적인 표현에서 자연스런 데이터 그룹화를 찾아냅니다. 이 알고리즘은 일반적인 그룹화를 검색하려는 경우에 유용합니다.
- Microsoft.AnalysisServices.TimeDimGenerator에서 열 "%2!d!" 데이터를 읽지 못했습니다(오류 코드 2!8.8X!).
- Microsoft.SqlServer.MSMQUtil.dll을 로드하지 못했습니다. 어셈블리가 전역 어셈블리 캐시(GAC)에 설치되어 있는지 확인하십시오.
- Microsoft는 기능 사용 및 오류 정보 수집에 대한 사용자 동의를 요청합니다. 이 정보는 SQL Server와 기타 Microsoft 제품 및 서비스의 향상을 위해 사용됩니다. 이 정보를 전송 또는 보류하도록 SQL ...
- Microsoft로 기능 사용 데이터를 보냅니다. 기능 사용 데이터에는 사용자 하드웨어 구성과 사용자가 SQL Server 및 해당 구성 요소를 사용하는 방식에 대한 정보가 포함됩니다.
- Microsoft로 오류 보고서 정보를 보내려면 '오류 보고서 보내기'를 클릭하십시오. 보고서를 보내지 않고 이 대화 상자를 닫으려면 '보내지 않음'을 클릭하십시오.
- MINING_MODEL_CONTENT 스키마 행 집합은 마이닝 모델 처리 시 검색된 패턴을 설명합니다.
- MINING_MODEL_XML 스키마 행 집합에는 마이닝 모델 처리 시 검색된 패턴이 XML 형식으로 포함되어 있습니다.
- MINING_SERVICE_PARAMETERS 스키마 행 집합은 각 알고리즘 유형에 대한 모델 생성에 사용할 수 있는 매개 변수를 식별합니다.
- MinLength/MaxLength 제약 조건은 "string", "number", "bin.hex", 또는 "bin.base64"의 데이터 형식으로만 지정될 수 있습니다.
- model/}' 개체에 사례가 없습니다. ProcessType 열거형이 ProcessClearStructureOnly로 설정되어 있거나 DMX DELETE 문이 저장소를 지웠기 때문에 드릴스루 저장소가 비어 있습니다. ...
- model/}' 마이닝 모델에 (%d{cAttributes/}) 특성이 있습니다. 이 특성의 수가 마이닝 모델과 관련된 알고리즘의 현재 버전에서 허용하는 특성 제한 %d{cAttributeLimit/}을(를) 초과했습니다. ...
- model/}' 마이닝 모델에 DATE 데이터 형식을 사용하는 열이 있습니다. PMML 2.1 사양에서는 이 데이터 형식을 지원하지 않습니다. 일반적으로 DATE 데이터 형식은 PMML 2.1 사양에서 지원하는 DOUBLE ...
- model/}' 마이닝 모델에서 '%{attribute/}' 특성은 입력 특성도 출력 특성도 아니므로 이 특성의 한계 통계에 대한 요청이 실패했습니다.
- modelCol/}' 마이닝 모델 열의 '%{structureCol/}' 원본 구조 열이 테이블이 아니거나 중첩 열을 포함하고 있지 않습니다.
- modelname/} 마이닝 모델에 사용된 GetLag() 함수에 잘못된 사례가 전달되었습니다. 시계열 모델의 각 사례에 타임스탬프가 있어야 합니다.
- modelname/} 모델에 대한 MAXIMUM_CONTINUOUS_INPUT_ATTRIBUTES 매개 변수가 잘못되었습니다. MAXIMUM_CONTINUOUS_INPUT_ATTRIBUTES는 0보다 크고 %d{Max/}보다 ...
- modelname/} 모델에 연속 시퀀스 노드 특성이 있습니다. Microsoft 시퀀스 클러스터링 알고리즘을 사용하려면 특성이 Discrete 유형이어야 합니다.
- modelname/} 모델에서 시퀀스 노드 열을 찾을 수 없습니다. Microsoft 시퀀스 클러스터링 알고리즘을 사용하려면 시퀀스 키와 시퀀스 노드 열이 포함된 중첩 테이블이 있어야 합니다.
- modelname/} 모델의 MAXIMUM_INPUT_ATTRIBUTES 매개 변수가 잘못되었습니다. MAXIMUM_INPUT_ATTRIBUTES는 최소 0이고 최대 %d{Max/}이어야 합니다.
- modelname/} 모델의 MAXIMUM_OUTPUT_ATTRIBUTES 매개 변수가 잘못되었습니다. MAXIMUM_OUTPUT_ATTRIBUTES는 최소 0이고 최대 %d{Max/}이어야 합니다.
- modelname/} 모델의 MODELLING_CARDINALITY 매개 변수가 잘못되었습니다. MODELLING_CARDINALITY는 0보다 커야 합니다.
- modelname/} 모델의 시퀀스 테이블에 시퀀스 키 열이 여러 개 있습니다. Microsoft 시퀀스 클러스터링 알고리즘은 시퀀스 키 열이 한 개인 테이블만 허용합니다.
- modelname/} 모델의 시퀀스 테이블에 키가 아닌 열이 여러 개 있습니다. Microsoft 시퀀스 클러스터링 알고리즘은 키가 아닌 열이 한 개인 시퀀스 테이블만 허용합니다.
- modelname/}' Microsoft 시퀀스 클러스터링 모델에서 MAXIMUM_CLUSTER_COUNT 매개 변수가 음수입니다. MAXIMUM_CLUSTER_COUNT는 양수 또는 0이어야 합니다.
- modelname/}' Microsoft 시퀀스 클러스터링 모델에서 MAXIMUM_SEQUENCE_STATES 매개 변수의 값이 잘못되었습니다.
- modelname/}' Microsoft 시퀀스 클러스터링 모델에서 MINIMUM_SUPPORT 매개 변수가 음수입니다. MINIMUM_SUPPORT는 양수 또는 0이어야 합니다.
- modelname/}' 마이닝 모델에서 '%{colname/}' 키 열에는 MODEL_EXISTENCE_ONLY 모델링 플래그가 허용되지 않습니다.
- modelname/}' 마이닝 모델의 MINIMUM_DEPENDENCY_PROBABILITY 매개 변수에 지정된 값이 잘못되었습니다. MINIMUM_DEPENDENCY_PROBABILITY 매개 변수는 0.0보다 크고 ...
- modelname/}' 모델의 AUTODETECT_MINIMUM_SUPPORT 매개 변수가 잘못되었습니다. AUTODETECT_MINIMUM_SUPPORT는 0보다 크거나 같고 1보다 작거나 같아야 합니다.
- modelname/}' 모델의 COMPLEXITY_PENALTY 매개 변수가 잘못되었습니다. COMPLEXITY_PENALTY는 0보다 크고 1보다 작아야 합니다.
- modelname/}' 모델의 FORCE_REGRESSOR 매개 변수가 잘못되었습니다. '%{strParamName/}' 열은 입력 및 회귀 변수 열이어야 합니다.
- modelname/}' 모델의 FORECAST_METHOD 매개 변수가 잘못되었습니다. FORECAST_METHOD는 세 가지 값인 ARIMA, ARTXP, MIXED 중 하나여야 합니다.
- modelname/}' 모델의 INSTABILITY_CUTOFF_WEIGHT 매개 변수 값이 잘못되었습니다. 이 매개 변수는 0에서 1 사이여야 합니다.
- modelname/}' 모델의 MAXIMUM_BUCKETS_FOR_CONTINUOUS_SPLIT 매개 변수가 잘못되었습니다. MAXIMUM_BUCKETS_FOR_CONTINUOUS_SPLIT는 0보다 크고 %d{Max/}보다 ...
- modelname/}' 모델의 MAXIMUM_INPUT_ATTRIBUTES 매개 변수가 잘못되었습니다. MAXIMUM_INPUT_ATTRIBUTES는 0보다 커야 합니다.
- modelname/}' 모델의 MAXIMUM_INPUT_ATTRIBUTES 매개 변수가 잘못되었습니다. MAXIMUM_INPUT_ATTRIBUTES는 최소 0이고 최대 %d{Max/}이어야 합니다.
- modelname/}' 모델의 MAXIMUM_ITEMSET_COUNT 매개 변수가 잘못되었습니다. MAXIMUM_ITEMSET_COUNT는 1보다 크거나 같아야 합니다.
- modelname/}' 모델의 MAXIMUM_ITEMSET_SIZE 매개 변수가 잘못되었습니다. MAXIMUM_ITEMSET_SIZE는 0에서 500 사이여야 합니다.
- modelname/}' 모델의 MAXIMUM_OUTPUT_ATTRIBUTES 매개 변수가 잘못되었습니다. MAXIMUM_OUTPUT_ATTRIBUTES는 최소 0이고 최대 %d{Max/}이어야 합니다.
- modelname/}' 모델의 MAXIMUM_STATES 매개 변수가 잘못되었습니다. MAXIMUM_STATES는 %d{Min/}에서 %d{Max/} 사이여야 합니다. 제한을 두지 않으려면 0을 지정하십시오.
- modelname/}' 모델의 MAXIMUM_STATES 매개 변수가 잘못되었습니다. MAXIMUM_STATES는 0이거나 2에서 %d{Max/} 사이여야 합니다.
- modelname/}' 모델의 MAXIMUM_STATES 매개 변수가 지원되지 않습니다. MAXIMUM_STATES는 0, 2 또는 최대 %d{Max/}이어야 합니다.
- modelname/}' 모델의 MINIMUM_ITEMSET_SIZE 매개 변수가 잘못되었습니다. MINIMUM_ITEMSET_SIZE는 1에서 500 사이여야 합니다.
- modelname/}' 모델의 MINIMUM_PROBABILITY 매개 변수가 잘못되었습니다. MINIMUM_PROBABILITY는 0에서 1 사이여야 합니다.
- modelname/}' 모델의 MINIMUM_SUPPORT 매개 변수가 잘못되었습니다. MINIMUM_SUPPORT는 0보다 크거나 같아야 합니다.
- modelname/}' 모델의 OPTMIZED_PREDICTION_COUNT 매개 변수가 지원되지 않습니다. OPTMIZED_PREDICTION_COUNT는 0에서 50 사이여야 합니다.
- modelname/}' 모델의 PREDICTION_SMOOTHING 매개 변수 값이 잘못되었습니다. 값은 0에서 1 사이여야 합니다.
- modelname/}' 모델의 STOPPING_TOLERANCE 매개 변수가 잘못되었습니다. STOPPING_TOLERANCE는 0보다 큰 정수여야 합니다.
- modelname/}' 모델의 시계열 예측이 새 데이터를 추가하지만 예측 시작 시간이 새 데이터가 시작되기 전에 나타납니다. 새 데이터에 대해 기록 예측을 사용할 수 없습니다.
- modelname/}' 시계열 모델의 마이닝 구조에 Key Time 열이 여러 개 있습니다. 시계열 모델을 포함한 마이닝 구조에는 Key Time 열이 하나만 있을 수 있습니다.
- modelname/}에 대한 입력 사례에 중복 Key Sequence 값이 있습니다. 모호한 사례는 신뢰할 수 없는 결과를 만들 수 있습니다. 데이터를 명확하게 하거나(권장) ErrorLog KeyErrorLimit ...
- ModuleSubstitution 테이블의 행이 ModuleConfiguration 테이블에 정의되지 않은 구성 항목을 참조합니다. 모듈 테이블: "{1}".
- module_or_batch에 대해 제공된 값 '%2!s!'이(가) 두 부분으로 된 유효 이름이 아니므로 계획 지침 '%1!s!'을(를) 만들 수 없습니다. 'schema_name.object_name'을 사용하십시오. ...
- MOF 컴파일러가 WMI 서버에 연결할 수 없습니다. 기존 WMI 리포지토리와의 비호환과 같은 의미 체계 오류이거나 WMI 서버 시작 실패와 같은 실제 오류 때문일 수 있습니다.
- mp'가 sp_xml_preparedocument의 다른 네임스페이스에 사용되는 경우 OPENXML을 사용하려면 메타 속성 네임스페이스를 선언해야 합니다.
- MS DTC 또는 SQL 트랜잭션 실행 또는 트랜잭션 로그 기록으로 생성되는 이벤트 클래스 모음입니다.
- MS DTC(Microsoft Distributed Transaction Coordinator) 라이브러리를 로드할 수 없습니다. 이 오류는 MS DTC가 설치되지 않았을 때 나타납니다. 계속하려면 MS DTC를 설치하십시오. ...
- MS DTC(Microsoft Distributed Transaction Coordinator) 서비스에 연결할 수 없습니다. 분산 트랜잭션 기능을 사용하려면 이 서비스를 시작하십시오.
- MS DTC(Microsoft Distributed Transaction Coordinator) 트랜잭션에서 KTM(Kernel Transaction Manager) 트랜잭션 핸들을 추출할 수 없습니다: 1!s!.
- MS DTC(Microsoft Distributed Transaction Coordinator)에서 준비된 트랜잭션을 커밋할 수 없습니다. RM(리소스 관리자) 복구를 시작하기 위해 서버를 종료합니다. RM이 복구되면 ...
- MS DTC(Microsoft Distributed Transaction Coordinator)와 관련된 미결 분산 트랜잭션을 복구하려고 합니다. 이 메시지는 정보 제공용이므로 사용자 동작은 필요하지 않습니다.